如果这篇博客帮助到你，可以请我喝一杯咖啡~
CC BY 4.0 （除特别声明或转载文章外）
谷堆悖论是哲学史上一个非常经典的问题，而且它看起来出奇地简单。问题通常从一句几乎没人会反对的话开始：如果地上有10000粒谷子，那毫无疑问是一堆谷子。
接下来再提出一个同样很难反驳的规则：如果10000粒谷子是一堆，那么少掉一粒之后似乎也还是一堆。毕竟仅仅少了一粒谷子，不可能让整个事物突然发生本质变化。
问题就在于，这个推理似乎可以无限重复下去。10000粒是一堆，9999粒是一堆，9998粒也是一堆，最后甚至会得到一粒谷子也是一堆谷子的结论，而这显然不符合我们的直觉。
于是矛盾出现了。我们知道一粒谷子不是谷堆，也知道一万粒谷子是谷堆，但又很难指出究竟是哪一次减去一粒谷子的操作，让“谷堆”突然变成了“不是谷堆”。这就是谷堆悖论最有趣的地方。
前段时间我突然想到一个问题：如果这个边界无法通过逻辑找到，那么能不能通过统计学找到？于是我决定做一个非常简单的实验。
实验的方法几乎没有什么技术含量。我把不同数量的谷子摆出来，然后只问自己一个问题：当我第一眼看到它的时候，我会觉得这是一堆谷子，还是几粒谷子？
我反复尝试了很多次，并且尽量避免先入为主的影响。最终得到的结果是，当谷子的数量达到13粒左右的时候，我开始比较稳定地认为它已经可以被称作一堆谷子了。
当然，这个数字并不重要。13粒谷子只是我个人大脑中的心理边界，换一个人来做实验，结果很可能完全不同。有人可能觉得8粒就已经算是一堆，也有人可能要20粒才愿意承认它是一堆。
不过恰恰是这里让我产生了新的想法。如果我们不是找一个人，而是找一千个人来做同样的实验，会发生什么？
假设每个人都给出一个属于自己的临界值，那么最后我们就会得到一千个数字。这些数字肯定不会完全一样，但我猜它们也不会均匀地散落在整个数轴上，而是会集中在某个区域附近。
如果这种猜测成立，那么这些数据很可能会形成一个近似正态分布。也就是说，大部分人的答案会围绕某个平均值波动，只有少数人的答案会特别大或者特别小。
一旦得到这样的分布，我们就可以计算出平均值μ和标准差σ。平均值代表社会对于“谷堆”的典型认知，而标准差则反映不同人之间意见分歧的程度。
这时候，一个有趣的事情出现了。根据统计学中的3σ原则，如果某个数值大于μ+3σ，那么它已经超出了99.7%的样本范围。换句话说，几乎所有人都会认为这个数量足以被称作一堆谷子。
同样地，如果某个数值小于μ−3σ，那么也几乎所有人都会认为它根本称不上谷堆，而只是几粒零散的谷子。真正存在争议的，其实是中间那一大片区域。
从这个角度看，谷堆悖论似乎呈现出了另一种样子。它不再是在寻找某个神秘的临界点，而是在寻找一个社会共识逐渐形成的过程。
当谷子的数量远远高于μ+3σ时，共识几乎是绝对的；当谷子的数量远远低于μ−3σ时，共识同样几乎是绝对的。只有在两者之间，人们的判断才开始出现明显分歧。
当然，我并不认为自己真的解决了谷堆悖论。哲学家关心的问题是概念为什么会存在模糊边界，而我的方法并没有消除这种模糊性。
如果一定要总结的话，我更愿意说：我没有找到那一粒让谷堆变成非谷堆的谷子，我只是发现，模糊的边界或许可以被描述成一个概率分布，而社会共识则可以通过3σ原则给出一个足够稳定的判断标准。